Grid Corpus (Pre Processed)

kaggle2024-03-29 更新2024-04-26 收录

语音识别

深度学习

数据链接：

https://www.kaggle.com/datasets/elitecoder09890/lipnet 数据链接链接失效反馈

官方服务：

资源简介：

Preprocessed dataset for training LipNet deep learning model

用于训练LipNet深度学习模型的预处理数据集

创建时间：

2024-03-29

longevity-genie/aging-expressions

基因表达

深度学习

此数据集提供了来自ARCHS4和GTEx数据库的年龄分层基因表达数据，专门为精细调整BulkFormer和其他批量RNA-seq深度学习模型而设计。数据集包含蛋白质编码基因的TPM归一化表达值，以及包括年龄、性别、组织类型和死亡情况在内的综合人口统计数据。数据集的描述包括其功能、来源、基因选择、样本特征、数据处理流程和使用示例。它还讨论了数据集的限制和伦理考虑。

Hugging Face2025-10-14 更新170

The part 2 of the dataset Outdoor.

定位技术

深度学习

Here we publish the part 2 of the dataset outdoor used in the paper "FM-Based Positioning via Deep Learning".

DataCite Commons2024-04-30 更新150

rookshanks/pile_uncopyrighted_1024

深度学习

自然语言处理

这是一个包含input_ids特征的序列数据集，分为训练集、验证集和测试集三个部分。训练集包含23920745个示例，大小为67882864972字节；验证集包含361788个示例，大小为1020745168字节；测试集包含362652个示例，大小为1026589516字节。数据集总大小为69930199656字节，下载大小为34817006772字节。

Hugging Face2025-01-22 更新120

AudioSubnet/ttm_validation_dataset_45sec

音频处理

语音识别

该数据集包含两个主要特征：Prompts（提示）和File_Path（文件路径），其中Prompts为字符串类型，File_Path为音频类型。数据集包含一个名为train的分割，该分割包含25060个示例，总大小为198928702742.68字节。数据集的下载大小为197805467138字节。数据文件位于路径data/train-*下。

Hugging Face2024-11-25 更新150

NLPC-UOM/Tamil-Sinhala-short-sentence-similarity-deep-learning

自然语言处理

深度学习

该研究专注于寻找最佳的基于深度学习的技术，用于测量低资源语言（泰米尔语和僧伽罗语）的短句相似性。研究利用了现有的无监督技术，这些技术最初是为英语开发的。

Hugging Face2025-03-28 更新130